17 feb. 1999
3 minuten
Robots worden steeds vaker gebruikt om gevaarlijke en moeilijk toegankelijke plaatsen te onderzoeken. Maar ze kunnen nog niet zo goed omgaan met wat ze daar tegenkomen. Als de meest geavanceerde robot van dit moment door een klemmende deur vast zou komen te zitten in een brandende kamer, dan zou hij waarschijnlijk niet in staat te zijn om te zoeken naar hulpmiddelen in die kamer om zich te bevrijden uit zijn benarde positie.
Een onderzoeksteam onder leiding van professor Mike Stilman op het Georgia Institute of Technology hoopt daar verandering in te brengen door de robots de functionaliteit te geven om voorwerpen uit hun omgeving te gebruiken om ingewikkelde taken uit te voeren. Het team krijgt hiervoor gedurende drie jaar een subsidie van $ 900. 000 per jaar van het Office of Naval Research.
Cognitieve processen begrijpen
"Ons doel is het ontwikkelen van een robot die zich gedraagt als MacGyver, de televisieheld uit de jaren ’80 die complexe problemen oploste en ontsnapte uit gevaarlijke situaties met behulp van alledaagse voorwerpen en materialen die hij toevallig beschikbaar had", zegt Stilman. "We willen de fundamentele cognitieve processen begrijpen waardoor mensen in staat zijn om willekeurige voorwerpen uit de omgeving als gereedschap te gebruiken. Dat willen we bereiken door algoritmen te ontwerpen waarmee robots taken kunnen uitvoeren die zonder gereedschappen niet zouden lukken".
Het onderzoek borduurt voort op Stilman’s eerdere werk: navigeren tussen verplaatsbare obstakels die dan door robots worden herkend en verplaatst om ongehinderd van punt A naar punt B te komen.
Potentiële mogelijkheden
Om de robot voorwerpen te laten gebruiken als gereedschap moet hij willekeurige objecten kunnen herkennen en de potentiële mogelijkheden ervan kunnen bepalen. Het zou dan bijvoorbeeld gaan om het gebruiken van een stoel om hooggeplaatste voorwerpen te kunnen pakken, het stapelen van dozen om ergens overheen te klimmen of het maken van hefbomen of bruggen uit willekeurig afval of puin. Daarvoor moet hij worden uitgerust met kennis over mechanica en eenvoudige machines; hij moet zelfstandig de mechanische sterkte-eigenschappen van een voorwerp kunnen bepalen en een plan kunnen opstellen voor het gebruiken van dat voorwerp. Om bijvoorbeeld uit de brandende kamer met knellende deur te komen, moet hij zich om de vlammen heen kunnen verplaatsen en in de kamer naar een voorwerp zoeken waarmee hij genoeg kracht kan uitoefenen – en eventueel ook naar een voorwerp dat hij over obstakels kan leggen en dat zijn gewicht kan dragen terwijl hij de kamer verlaat.
Icarus
Om de complexiteit van dat mensachtig redeneren uit te werken, zocht Stilman contact met onderzoekers Pat Langley en Dongkyu Choi. Langley is directeur van het Institute for the Study of Learning and Expertise (ISLE), en wordt erkend als een van de bedenkers van de discipline ‘machine-leren’. Professor Choi werkt bij het Department of Aerospace Engineering van de universiteit van Kansas. Langley en Choi gaan de door hen ontwikkelde cognitieve architectuur Icarus uitbreiden. Deze architectuur voorziet in een infrastructuur voor het modelleren van verschillende menselijke eigenschappen, zoals perceptie, gevolgtrekking en leervermogen.
"We denken dat een hybride redeneersysteem – waarin onze op fysica gebaseerde algoritmen worden ingebed in een cognitieve architectuur – kan leiden tot een meer algemeen, efficiënte en gestructureerde besturing voor onze robot", aldus Stilman. Als de onderzoekers zo’n hybride redeneersysteem hebben ontwikkeld en geoptimaliseerd met behulp van computersimulaties, willen ze de software testen met Golem Krang, de humanoïde robot die in Stilmans laboratorium is gebouwd om het gedrag en de besturing van dergelijke robots te bestuderen.
Anderen lazen ook
